データが AI (およびその他すべてのビジネス プラン) のアキレス腱である理由

企業は生成AIへの取り組みを進める前にデータハウスを整理する必要があると、2つの新しい調査が警告している。

いくつか例を挙げると、人工知能、リアルタイム分析、仮想現実、コネクテッドエンタープライズなど、今日のテクノロジーのあらゆる驚異に対する興奮は非常に高まっています。しかし、適切なデータがなければ、こうした取り組みは水の泡になってしまいます。 2 つの新しい調査は、企業は依然としてデータ ハウスを整理する必要があり、その結果、生成 AI (gen AI) などの取り組みを進める準備ができていないことを警告しています。

ビジネス環境全体で、データ処理と AI 開発の間で不安なダンスが起こっています。課題は、データドリブンまたは AI ベースの取り組みにおいて、データが資産ではなく、依然としてリスクとして大きすぎることです。

AI やその他の最先端の取り組みに真っ向から取り組んでいる一方で、「多くの組織はテクノロジーやデータベースへの投資をどのように評価するかを理解しておらず、依然としてそれらを純粋なコストセンターと見なしている」と Redgate Software の CFO である Steve Mitchell 氏は述べています。 「しかし、データがもたらす成長と巨大な価値創造の機会、そして増え続けるデータ量を活用して迅速に行動する能力を実証している企業もある。より多くの組織が必要とし、より堅牢な方法を模索することになるだろう」データに焦点を当てたより迅速かつ改善された意思決定がもたらす利益、つまり商業執行の改善、労力とリソースの無駄の削減、チームの満足度の向上などを測定します。」

AI は引き続き IT 投資の優先事項である一方、データのジレンマにより勢いが鈍化していることが、プレシディオの IT 幹部 1,000 人を対象とした調査で明らかになりました。少なくとも 86% が、有意義な洞察を得る困難やリアルタイム データ アクセスの問題など、データ関連の障壁があると報告しています。

調査対象となった経営幹部の半数は、十分な準備が整わないうちに世代 AI に突入したと考えていることが示唆されています。すでに Gen AI を導入している企業のうち、84% がデータ ソースに関する問題を経験しました。 「これは、準備が単にテクノロジーを採用することではなく、適切なデータとインフラストラクチャを整備することであることを示唆しています」と調査の著者らは示唆しています。

AIの実用化にもためらいがある。 IT リーダーの 10 人中 9 人以上 (92%) が、AI を業務に統合することについて懸念を報告しています。

回答者の 5 人に 1 人 (20%) は、実装を急ぐあまりに AI プロジェクトが失敗することに警告しています。さらに 17% がデータ品質の問題を挙げています。これは特に医療経営者の間で顕著であり、4 分の 1 以上の 27% が、失敗の主な原因として性急な導入を挙げています。

Quest Software and Enterprise Strategy Group が 220 人のビジネスおよび IT 専門家を対象に行った別の調査によると、AI とデータ主導の成功への道はガバナンスの上に築かれていますが、これは現在多くの企業にとって苦戦していることがわかります。この調査によると、AI データの準備状況と運用効率が現在、多くの経営幹部にとって最優先事項となっていることがわかりました。

データとガバナンスを AI 対応状態に進化させることが 33% によって挙げられ、組織のデータ バリュー チェーンに影響を与えるボトルネックのトップ 3 となっています。これは、ソース データの品質を理解している 38% の背後にあり、課題を報告している 33% と同率です。データ資産の検索、識別、収集。

回答者は、AI モデルとデータの使用を管理すること、つまりデータ マッピング、データ リネージ、データ ポリシーを提供することが最も困難な管理課題であると報告しました。 AI ガバナンスがリストのトップとなり、AI データの準備の重要な要素であるメタデータ管理が前年比 21% 増加しました。データ品質のモニタリング、データ品質の修復、データのプロファイリングと品質スコアリング、データのポリシーと制御は、組織が現在取り組んでいる最大の課題を解決します。